使用 Django 和 FastAPI 构建 Web 应用程序：两全其美
作者：互联网
在python生态系统中，有多个框架可用于制作健壮的后端。Django和FastAPI是最受欢迎的。Django 带有许多开箱即用的功能，如 ORM、中间件、身份验证、管理面板等。另一方面，FastAPI具有异步就绪支持，是一个超快速，轻量级的框架来生成Rest API。
本文的目的是探讨如何在生产中利用这两个框架的强大功能。我们将首先设置一个简单的Django应用程序，然后转向集成FastAPI。
注意：本文假定您熟悉框架和 SQLAlchemy，并在过去的项目中使用过它们。
姜戈部分
我将假设你已经准备好了基本的django项目，如果没有，请在继续之前准备好它。这是使用 Django 的第一步：设置 Django 项目 — Real Python。
首先，我将启动基本的书籍应用程序
django-admin startapp book
将图书应用添加到已安装的应用
添加模型作者和书籍
from django.db import models
class Author(models.Model):
name = models.CharField(max_length=200)
class Book(models.Model):
title = models.CharField(max_length=200)
author = models.ForeignKey(Author,on_delete=models.CASCADE)
published_date = models.DateField()
对数据库进行迁移和迁移更改。
python manage.py makemigrations && python manage.py migrate
您可能能够看到两个新表都添加了前缀，就像在数据库中一样。app_name
确保配置了这两个表。现在，我们将在管理面板中注册这些模型，并添加一些我最喜欢的书籍及其作者。
书籍样本截图：
最后，我们完成了 Django 的设置。推进快速API设置
快速接口设置
与Django不同，FastAPI的设置需要一些工作。对于不熟悉 FastAPI 的人，我建议先对它更熟悉一点，然后继续阅读本文。从官方文件中添加一些参考资料：
- 第一步 — FastAPI （tiangolo.com）。
- GitHub — tiangolo/full-stack-fastapi-postgresql：全栈，现代Web应用程序生成器。使用FastAPI，PostgreSQL作为数据库，Docker，自动HTTPS等。
（我将此项目生成用于 FastAPI）。
确保你已经准备好了FastAPI和Sqlalchemy与Alembic的基本设置。
这是我的项目外观。我将在最后添加指向存储库的链接。
让我们从数据库（名为 db）部分开始。我们将创建基本模型并将数据库引擎与会话绑定。
这些是通常从数据库连接开始所需的文件。您可以从我在底部添加的存储库中获取它。
session.py
from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker from app.core.config import settings engine = create_engine(settings.SQLALCHEMY_DATABASE_URI, pool_pre_ping=True) SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
这是初始化会话配置的常用设置，我们将启动 sqlalchemy 的元数据对象。元数据类包含有关给定连接中存在的所有表的信息。
from sqlalchemy import create_engine, MetaData from sqlalchemy.orm import sessionmaker from app.core.config import settings engine = create_engine(settings.SQLALCHEMY_DATABASE_URI, pool_pre_ping=True) SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine) metadata = MetaData(bind=engine)
现在来了，您可能正在等待的部分。添加模型！看看我创建的文件。目前，两个文件都是空的！
我们将从已创建的现有表导入并指向现有表。metadataapp.db.session
books.py
来自应用程序数据库。会话导入元数据，来自 sqllchemy import 的引擎 表 book_table = 表 （'<table_name>'，元数据，autoload_with=引擎 ）
在我们的示例中，将<table_name>替换为数据库中的确切版本，我将对书籍表使用 book_book，对作者表使用 book_author。
现在只剩下完全分配模型的部分是在其配置中添加一个表。
来自应用程序数据库。会话导入元数据，来自 app.db 的引擎 。基本导入 从 sqllchemmy 导入的基础 表 book_table = 表 （'book_book'，元数据，autoload_with=引擎） 类 书（基）： __table__ = book_table
author.py
来自应用程序数据库。会话导入元数据，引擎 从应用程序.db。基本导入 从 sqllcellmy 导入的基础 表 author_table = 表 （'book_author'，元数据，autoload_with=引擎） 类 作者（基本）： __table__ = author_table
做？不！还剩下更重要的一步。我知道这篇文章很长，但请留在我身边。
我们需要告诉alembic不要对这些模型进行任何迁移，因为Django正在管理这些实体。你也可以做相反的事情，但我认为这是一个更复杂的版本。
alembic/env.py
def run_migrations_offline() -> None:
"""Run migrations in 'offline' mode.
This configures the context with just a URL
and not an Engine, though an Engine is acceptable
here as well. By skipping the Engine creation
we don't even need a DBAPI to be available.
Calls to context.execute() here emit the given string to the
script output.
"""
url = config.get_main_option("sqlalchemy.url")
context.configure(
url=url,
target_metadata=target_metadata,
literal_binds=True,
dialect_opts={"paramstyle": "named"},
)
with context.begin_transaction():
context.run_migrations()
def run_migrations_online() -> None:
"""Run migrations in 'online' mode.
In this scenario we need to create an Engine
and associate a connection with the context.
"""
connectable = engine_from_config(
config.get_section(config.config_ini_section, {}),
prefix="sqlalchemy.",
poolclass=pool.NullPool,
)
with connectable.connect() as connection:
context.configure(
connection=connection, target_metadata=target_metadata
)
with context.begin_transaction():
context.run_migrations()
在alembic的情况下，这是运行和进行迁移的2种方法。您必须将上面的代码更改为给定的以下代码。
def include_object(object, name, type_, reflected, compare_to):
if type_ == "table" and reflected and compare_to is None:
return False
else:
return True
def run_migrations_offline() -> None:
"""Run migrations in 'offline' mode.
This configures the context with just a URL
and not an Engine, though an Engine is acceptable
here as well. By skipping the Engine creation
we don't even need a DBAPI to be available.
Calls to context.execute() here emit the given string to the
script output.
"""
url = config.get_main_option("sqlalchemy.url")
context.configure(
url=url,
target_metadata=target_metadata,
literal_binds=True,
include_object=include_object,
dialect_opts={"paramstyle": "named"},
)
with context.begin_transaction():
context.run_migrations()
def run_migrations_online() -> None:
"""Run migrations in 'online' mode.
In this scenario we need to create an Engine
and associate a connection with the context.
"""
connectable = engine_from_config(
config.get_section(config.config_ini_section, {}),
prefix="sqlalchemy.",
poolclass=pool.NullPool,
)
with connectable.connect() as connection:
context.configure(
connection=connection, target_metadata=target_metadata,include_object=include_object,
)
with context.begin_transaction():
context.run_migrations()
顾名思义，include_object功能可比较要为迁移选择的表、序列和关系。
我们避免了反映的模型，即从已经初始化的表中获取的模型。
现在，您就可以运行 API 了。
uvicorn app.main:app --reload
在打开的 api 文档中试用 API。你会得到类似的结果。
我们在这里完成了，现在您可以使用 FastAPI 制作快速性能的 API，同时使用 Django 的管理面板。